-
公开(公告)号：CN116881792A
公开(公告)日：2023-10-13
申请号：CN202310908074.4
申请日：2023-07-23
Applicant: 哈尔滨理工大学
IPC: G06F18/241 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q50/06 , G06F123/02
Abstract: 本发明公开一种用于电能质量扰动识别的深度学习方法，属于电能质量分析领域。本发明利用经验模态分解(MEEMD)使未知电能质量扰动分解成数据集已有的扰动类型并进行识别，实现对数据集里不存在的电能质量扰动类型分类。本发明包括获得电能质量扰动数据作为输入；数据经过MEEMD，得到若干本征模态分量(IMF)；构建卷积‑双向长短期记忆网络模型(CNN‑BiLSTM)，输入IMF；数据经过CNN卷积层和池化层，提取IMF特征提取；经过BiLSTM，关注IMF未来与当前相关关系；经过注意力机制层(ATT)，突显特征向量权重；经过全连接层和Softmax分类器输出IMF类别；对所有IMF类别叠加实现信号识别。本发明提出的电能质量信号分类的深度学习方法能以较高精度实现对未知复合电能质量信号分类。
-
公开(公告)号：CN115429285A
公开(公告)日：2022-12-06
申请号：CN202211178303.3
申请日：2022-09-26
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及心电信号去噪处理领域，尤其是基于生成对抗网络的心电信号去噪方法。心电信号去噪处理是历年来心脏疾病的临床诊断和远程医疗应用中极具挑战的问题，本发明通过生成器网络和鉴别器网络来进行心电信号去噪，其中生成器网络基于全卷积掩码多层去噪自编码器的结构，结合了全卷积神经网络与掩码去噪自编码器的特性进行心电信号去噪，网络共有11层，由5层卷积层与6层反卷积层组成。鉴别器网络使用卷积神经网络的结构，由5层卷积层与1层全连接层组成。利用对抗性训练的思想进行网络训练，使生成器获得去噪能力，且在去噪效果显著的情况下保留了更多的局部特征。
-
公开(公告)号：CN114863299A
公开(公告)日：2022-08-05
申请号：CN202210462992.4
申请日：2022-04-28
Applicant: 哈尔滨理工大学
IPC: G06V20/17 , G06V10/12 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种航空图像目标精细识别系统，涉及目标检测技术领域；包括深度学习主机、数据采集器、目标检测算法、操作机构；所述深度学习主机由机箱和内置硬件组成，所述数据采集器采用无人机航拍器，数据采集器使用带屏遥控器搭配HDMI转接线连接深度学习主机；所述的目标检测算法内置于深度学习主机中；本发明实现对航空遥感图像目标的精细识别，极大的提升了小目标的检测精度和速度，提高了算法的泛用性并增加遥感图像智能解译方法的多样性；具有更好的多样性，不仅限于识别航空图像数据，也可以识别遥感图像公开数据集，极大的拓展了使用价值；具有使用简单，实时推理速度快，检测精度高的特点。
-
公开(公告)号：CN108627722A
公开(公告)日：2018-10-09
申请号：CN201810310885.3
申请日：2018-04-09
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于ARM的稳态电能质量实时监测装置，包括系统供电模块、参数采集模块、信号调理模块、中央处理模块、输出显示模块和数据存储模块，其中：系统供电模块向本装置提供电力；参数采集模块，从电网中采集稳态电能参数数据并将之转换成数字信号经过信号调理模块处理后传送给中央处理模块进行数据处理；信号调理模块、对采集到的电能信息进行放大、滤波；中央处理模块，将由参数采集模块采集传输的数字信号处理并产生数据信息提供给输出显示模块及数据存储模块；输出显示模块，实时显示当前稳态电能的波形、信息；数据存储模块，将采集的稳态电能质量信息保存在各存储设备中，以供技术人员查看。本发明提供了一种稳态电能质量实时监测装置，为电能质量问题引起的纠纷提供仲裁依据。提供实时监测数据，为改善电能质量提供参考。对于电能质量要求较高的企业，可从源头减少电能质量问题引起的损失。
-
公开(公告)号：CN119784852A
公开(公告)日：2025-04-08
申请号：CN202411675554.1
申请日：2024-11-21
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种短道速滑场景下的相机自标定方法及系统，属于短道速滑运动场景下的计算机视觉技术领域。本发明用以解决现有相机标定技术中需提前准备标定物或其他约束条件的问题。本发明通过采集图像二维特征点；并利用图像二维特征点与已知三维点的对应关系获得投影矩阵初始值M0；依据M0计算预测坐标与实际图像坐标之间的重投影误差，使重投影误差最小化以寻找到投影矩阵最优解M，即自标定相机内外参数最优解K,R,T；本发明提出的短道速滑场景下相机自标定方法及系统能提供更便捷和准确的标定方式。
-
Patent Agency Ranking
公开(公告)号：CN119577620A
公开(公告)日：2025-03-07
申请号：CN202411679410.3
申请日：2024-11-21
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/21
Abstract: 本发明公开了一种基于监测点邻域感知图特征补偿的谐波源定位方法，属于电力系统故障检测领域。本发明用以解决现有深度学习方法在谐波源定位问题中定位精度不足的问题。本发明包括选取电力网络拓扑结构中的监测点；通过邻域感知图对非监测点数据进行特征补偿；构建基于GraphSAGE的分类模型，利用邻域补偿特征精确定位谐波源；本发明提出的基于监测点邻域感知图特征补偿的谐波源定位方法能有效提高谐波源节点的定位精度。
-
公开(公告)号：CN116882153A
公开(公告)日：2023-10-13
申请号：CN202310815228.5
申请日：2023-07-05
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种高速铁路路基连续振动压实系统动力学响应分析的方法，属于高速铁路路基连续压实检测的技术领域。本发明用以解决现有技术中对振动压实工况下土体动力学特性考虑不足的问题。本发明包括构建振动压路机‑路基二自由度非线性动力学模型；根据采集的振动压路机振动加速度信号，结合谐波平衡识别法应用于非线性动力学模型的土体刚度识别，识别出的土体刚度指标既有明确的力学意义且能够更真实反映土体压实状态，为高速铁路路基连续压实指标的建立提供依据；本发明提出的路基连续振动压实系统动力学响应分析方法能以较高精度确定土体刚度从而体现路基压实的真实情况。
-
公开(公告)号：CN113963435A
公开(公告)日：2022-01-21
申请号：CN202111167649.9
申请日：2021-10-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于图卷积神经网络的人体行为识别系统，涉及人体行为识别技术领域；包括如下方法：步骤一：对深度传感器采集的人体关节数据构建无向时空骨骼图，作为时空图卷积的输入信号；步骤二：将构建好的骨骼图输入至时空图卷积网络进行动作特征提取，实现人体动作识别；步骤三：将门控单元循环神经网络嵌入时空图卷积中对网络进行优化，更好实现空间域特征和时间域特征同步提取；步骤四：利用3D建模软件实现虚拟环境下的人机互动；本发明利用NTU RGB+D数据集中采集到的人体骨骼动作信息，对人体骨架关节点位置的时序表示和空间协同关系构建时空骨架图网络结构，实现端到端的基于时空图卷积神经网络的人体骨架动作识别。
-
公开(公告)号：CN113628639A
公开(公告)日：2021-11-09
申请号：CN202110764366.6
申请日：2021-07-06
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于多头注意力机制的语音情感识别方法，语音情感识别是近年来人机交互领域中极具挑战性的问题。本发明使用短时能量和短时平均过零率的双门限方法对语音信号进行有声断与无声断的检测以减少分类识别模型中运算的数据量，并通过MFCC特征提取方法获取语音信号的人工情感特征；由于传统的情感特征提取方法使用卷积神经网络使得模型复杂度高，并且该方法只能提取人工特征图中的空间特征忽略时间信息，所以本发明使用多头注意力机制捕捉信息间长距离的依赖关系，缩减模型复杂度，获得语音信号的时空情感特征；使用长短时记忆网络进一步刻画情感特征，在时间维度上获得更好的长期依赖关系。最后将获得的具有较高时间相关性的情感特征送入分类器中进行识别，以获得较高的情感分类结果。
-
公开(公告)号：CN113325865A
公开(公告)日：2021-08-31
申请号：CN202110514735.6
申请日：2021-05-10
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及无人机惯性导航领域，尤其涉及一种无人机控制方法、控制装置及控制系统；本发明根据XYZ轴旋转角速度数据得到无人机的初始姿态角；根据XYZ轴加速度数据和非重力加速度数据建立加速度修正模型，得到修正后的非重力加速度数值；修正后的非重力加速度数值结合初始姿态角对XYZ轴旋转角速度数据进行修正，得到修正姿态角；将步骤S3的初始姿态角替换成修正姿态角，并重复步骤S3；本发明提高了无人机在动态环境中姿态角的测量精度，同时也抑制了无人机由于机体震动对测量结果的影响。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.027 seconds)
